To evaluate the use of parametric s

To evaluate the use of parametric statistics for this research,
and before proceeding with analysis of variance (ANOVA) and
regression analysis, a residual analysis was conducted using
Minitab 16 statistical software. Based on the residual plots,
the research data meets the assumption of homoscedasticity,
since there is no observed major difference in the variability
of the residuals against the independent variable and against
the fitted values (Lattin, Carroll, & Green, 2003). The residuals
fluctuate randomly around zero, and no systematic pattern was
detected in the residual plots. Furthermore, since the sample
size in each of the eight posttest groups are equal (ni=8=72) for
both metrics, product quality score, and quality issue rate, an
ANOVA is not critically affected by unequal variances (Levine,
Berenson, Stephan, & Krehbiel, 2005). The pretest and posttest
research data for company A and B meet the assumption of
normality based on the normal probability plots of residuals
and the histograms of residuals. Skewed histograms of
residuals indicate that the distributions for company C and D
are somewhat different from normal. A one way ANOVA and regression analysis are still acceptable analysis tools under
such conditions, given that the sample size is sufficiently large
(Agresti & Franklin, 2009). Based on the central limit theorem,
the sample distributions of the means for the four companies in
this research are approximately normal since the sample sets are
sufficiently large. Nevertheless, non-parametric Kruskal-Wallis
and Spearman rank tests using Minitab 16 statistical software
were performed to verify the normality assumptions applied for
the parametric tests. To meet the assumption of independence,
no apparent relationship between consecutive residuals versus
time should be present (Levine et al., 2005). The assumption
of independence is supported since each of the four companies
manufactures multiple and different product models on separate
production lines. Production lines within a company operate
two or three shifts per day using different crews on each shift.
It is assumed that an event affecting one production line crew,
such as a particularly low quality score, only has short-term
effects and is independent from the other production crews and
production lines within a company. Drawing stratified random
samples on a monthly basis contributes to the assumption
of independence since the samples gathered one month
were not influenced by any other sample collections in the
experiment; however, since the KM/QM strategy at company
B provides extensive knowledge creation and knowledge
sharing opportunities between the production shift crews and
departments to improve quality and performance throughout
the company, the assumption of independence required for
parametric statistical methods, such as regression analysis,
might no longer be satisfied. Consequently, we calculated the
Durbin-Watson statistic using Minitab 16 statistical software to
evaluate if the assumption of independence for linear regression
was met by testing for the presence of positive autocorrelation.
The Durbin-Watson statistic D with its lower and upper critical
values dL
and dU are shown in Exhibit 3. Company A, C, D, as
well as the pretest sample group for company B met the criteria
since the Durbin-Watson statistic D was above the upper
critical limit dU (Durbin & Watson, 1971; Durbin & Watson,
1951; Helsel & Hirsch, 2002). For the posttest sample group
of Company B, a subsample approach as proposed by Helsel
& Hirsch (2002) to reduce serial correlation (also referred
to as autocorrelation) was applied by increasing the sample
intervals from one month to two months. As a result, the
subsampled posttest data sets for company B’s product quality
score and quality issue rate were confirmed not to be positively
autocorrelated, meeting the assumption of independence. The
regression analysis was performed on company B’s subsampled
posttest data sets.

ผลลัพธ์ (ไทย) 1:

การประเมินการใช้สถิติพาราเมตริกสำหรับงานวิจัยนี้และ ก่อนดำเนินการวิเคราะห์ผลต่างของ (การวิเคราะห์ความแปรปรวน) และวิธีวิเคราะห์การถดถอย การวิเคราะห์เหลือใช้ปัจจัย 16 สถิติซอฟต์แวร์ ตามโครงการเหลือข้อมูลการวิจัยตรงกับสมมติฐานของ homoscedasticityเนื่องจากมีความแตกต่างที่สำคัญไม่พบในความแปรผันที่ของค่าคงเหลือ กับตัวแปรอิสระ และต่อต้านค่าผ่อน (Lattin คาร์ & กรี น 2003) ค่าคงเหลือผันผวนสุ่มรอบศูนย์ และรูปแบบระบบไม่ได้ตรวจพบในผืนเหลือ นอกจากนี้ เนื่องจากตัวอย่างขนาดในแต่ละกลุ่ม posttest แปดจะเท่ากับ (ni = 8 = 72) สำหรับวัด คะแนนคุณภาพผลิตภัณฑ์ และ อัตราปัญหาคุณภาพ การการวิเคราะห์ความแปรปรวนไม่เหลือเกิดผลต่างที่ไม่เท่ากัน (LevineBerenson, Stephan, & Krehbiel, 2005) การ pretest และ posttestข้อมูลวิจัยในบริษัท A และ B ตรงกับสมมติฐานของตามความน่าเป็นแบบปกติ normality ลงจุดของค่าคงเหลือและฮิสโตแกรมของค่าคงเหลือ ฮิสโตแกรมบิดของแสดงค่าคงเหลือการแจกจ่ายสำหรับบริษัท C และ Dจะค่อนข้างแตกต่างจากปกติ การวิเคราะห์ความแปรปรวนทางเดียวและการวิเคราะห์การถดถอยจะเปลี่ยววิเคราะห์ภายใต้เงื่อนไขดังกล่าว กำหนดว่า ขนาดตัวอย่างมีขนาดใหญ่เพียงพอ(Agresti และแฟรงคลิน 2009) ตามทฤษฎีบทขีดจำกัดกลางการกระจายตัวอย่างของวิธีการในสี่ประเทศงานวิจัยนี้มีประมาณปกติเนื่องจากเป็นชุดตัวอย่างขนาดใหญ่เพียงพอ อย่างไรก็ตาม ไม่ใช่พาราเมตริก Kruskal-วาลลิและการทดสอบอันดับ Spearman ใช้ซอฟต์แวร์ทางสถิติปัจจัย 16ดำเนินการตรวจสอบสมมติฐาน normality ที่ใช้สำหรับทดสอบแบบพาราเมตริก ให้ตรงกับสมมติฐานของความเป็นอิสระความสัมพันธ์ไม่ชัดเจนระหว่างค่าคงเหลือติดต่อกันเทียบกับควรนำเสนอ (Levine et al., 2005) อัสสัมเอกราชได้รับการสนับสนุนเนื่องจากแต่ละบริษัทสี่ผลิตหลายรุ่นผลิตภัณฑ์ที่แตกต่างกันในการแยกและสายการผลิต มีสายการผลิตภายในบริษัทสอง หรือสามกะต่อวันที่ใช้หน้าที่แตกต่างกันในแต่ละกะจะถือว่าเป็นที่เหตุการณ์ที่ส่งผลกระทบต่อลูกเรือของสายการผลิตหนึ่งเช่นคะแนนคุณภาพต่ำโดยเฉพาะอย่างยิ่ง มีระยะสั้นผล และเป็นอิสระจากหน้าที่ผลิตอื่น ๆ และสายการผลิตภายในบริษัท วาด stratified สุ่มตัวอย่างรายเดือนสนับสนุนสมมติฐานเอกราชตั้งแต่ตัวอย่างรวบรวมเดือนหนึ่งไม่มีอิทธิพล โดยใด ๆ อื่น ๆ อย่างคอลเลกชันในการการทดลอง อย่างไรก็ตาม ตั้งแต่กลยุทธ์ KM/QM ที่บริษัทB ให้ความรู้และสร้างความรู้กว้างขวางใช้โอกาสระหว่างหน้าที่กะผลิต และแผนกปรับปรุงคุณภาพและประสิทธิภาพตลอดบริษัท อัสสัมชัญเอกราชที่จำเป็นสำหรับพาราเมตริกวิธีทางสถิติ เช่นการวิเคราะห์การถดถอยไม่อาจพอ ดังนั้น เราได้สถิติ Durbin-Watson ใช้ซอฟต์แวร์ทางสถิติ 16 ปัจจัยการประเมินหากสมมติฐานของความเป็นอิสระสำหรับการถดถอยเชิงเส้นถูกพบ โดยการทดสอบของ autocorrelation บวกสถิติ Durbin-Watson D กับตัวล่างและบนที่สำคัญค่า dL และดูแสดงในแสดง 3 บริษัท A, C, D เป็นดีเป็น pretest ที่ กลุ่มตัวอย่างในบริษัท B ตรงตามเงื่อนไขเนื่องจากมีสถิติ Durbin-Watson D ข้างบนดูข้อจำกัดสำคัญ (Durbin และ Watson, 1971 Durbin และ Watson1951 Helsel & เฮิร์ช 2002) สำหรับกลุ่มตัวอย่าง posttestบริษัทบี วิธีการ subsample ตามที่เสนอโดย Helselและเฮิร์ช (2002) เพื่อลดความสัมพันธ์ของอนุกรม (หรือที่เรียกว่าการเป็น autocorrelation) ถูกใช้ โดยการเพิ่มตัวอย่างช่วงหนึ่งเดือนถึงสองเดือน ดังนั้น การsubsampled posttest ชุดข้อมูลคุณภาพผลิตภัณฑ์ของบริษัท Bคะแนนและคุณภาพออกอัตราถูกยืนยันไม่บวกautocorrelated ประชุมสมมติฐานของความเป็นอิสระ ที่ทำการวิเคราะห์การถดถอยในบริษัท B subsampledposttest ชุดข้อมูล

ผลลัพธ์ (ไทย) 2:

เพื่อประเมินการใช้สถิติตัวแปรสำหรับการวิจัยนี้และก่อนที่จะดำเนินการกับการวิเคราะห์ความแปรปรวน (ANOVA) และการวิเคราะห์การถดถอยการวิเคราะห์ที่เหลือได้รับการดำเนินการโดยใช้Minitab 16 ซอฟต์แวร์ทางสถิติ ขึ้นอยู่กับการแปลงที่เหลือ, ข้อมูลการวิจัยที่เป็นไปตามข้อสันนิษฐานของ homoscedasticity ที่ตั้งแต่ยังไม่มีการสังเกตความแตกต่างที่สำคัญในความแปรปรวนของเหลือกับตัวแปรอิสระและกับค่าติดตั้ง(ที่ Lattin แครอลและกรีน, 2003) เหลือผันผวนสุ่มรอบศูนย์และไม่มีรูปแบบที่เป็นระบบได้รับการตรวจพบในแปลงที่เหลือ นอกจากนี้เนื่องจากกลุ่มตัวอย่างขนาดในแต่ละกลุ่มแปดหลังการทดลองมีค่าเท่ากัน (พรรณี = 8 = 72) สำหรับตัวชี้วัดทั้งสองคะแนนคุณภาพของผลิตภัณฑ์และอัตราปัญหาคุณภาพการวิเคราะห์ความแปรปรวนไม่ได้รับผลกระทบอย่างยิ่งจากความแปรปรวนไม่เท่ากัน(Levine, Berenson, สเตฟาน และ Krehbiel 2005) เชิงทดลองและหลังการทดลองข้อมูลการวิจัยของ บริษัท A และ B พบกับสมมติฐานของปกติขึ้นอยู่กับการแปลงความน่าจะเป็นปกติของเหลือและhistograms ของความคลาดเคลื่อน histograms เบ้ของเหลือระบุว่าการกระจายของบริษัท C และ D จะค่อนข้างแตกต่างจากปกติ วิเคราะห์ความแปรปรวนทางเดียวและการวิเคราะห์การถดถอยยังคงมีเครื่องมือในการวิเคราะห์ที่ยอมรับได้ภายใต้เงื่อนไขดังกล่าวระบุว่าขนาดของกลุ่มตัวอย่างที่มีขนาดใหญ่พอสมควร(อาเกรสติและแฟรงคลิน 2009) ขึ้นอยู่กับทฤษฎีบทขีด จำกัด กลาง, การกระจายตัวอย่างของวิธีการสำหรับสี่ บริษัท ในการวิจัยครั้งนี้จะอยู่ที่ประมาณปกติตั้งแต่ชุดตัวอย่างที่มีขนาดใหญ่พอ แต่ไม่ใช่ตัวแปร Kruskal-วาลลิสและสเปียร์แมนทดสอบยศใช้Minitab 16 ซอฟต์แวร์ทางสถิติได้ดำเนินการเพื่อตรวจสอบสมมติฐานปกติที่ใช้สำหรับการทดสอบตัวแปร เพื่อตอบสนองความสมมติฐานของความเป็นอิสระที่ไม่มีความสัมพันธ์ที่ชัดเจนระหว่างติดต่อกันเมื่อเทียบกับเหลือเวลาควรจะนำเสนอ(Levine et al., 2005) สมมติฐานของความเป็นอิสระได้รับการสนับสนุนตั้งแต่แต่ละสี่ บริษัท ผู้ผลิตสินค้ารูปแบบที่หลากหลายและแตกต่างกันในที่แยกจากสายการผลิต สายการผลิตภายใน บริษัท ดำเนินการสองหรือสามกะต่อวันโดยใช้ทีมงานที่แตกต่างกันในแต่ละกะ. สันนิษฐานว่าเป็นเหตุการณ์ที่ส่งผลกระทบต่อลูกเรือสายการผลิตหนึ่ง, เช่นคะแนนคุณภาพต่ำโดยเฉพาะอย่างยิ่งมีเพียงระยะสั้นผลกระทบและมีความเป็นอิสระจากทีมงานการผลิตอื่น ๆ และสายการผลิตภายในบริษัท การวาดภาพแบบแบ่งชั้นตัวอย่างเป็นประจำทุกเดือนเพื่อก่อให้เกิดการสันนิษฐานของความเป็นอิสระตั้งแต่รวบรวมตัวอย่างหนึ่งเดือนที่ไม่ได้รับอิทธิพลมาจากคอลเลกชันอื่นๆ ตัวอย่างในการทดลอง; แต่เนื่องจาก KM / กลยุทธ์การจัดการด้านคุณภาพที่ บริษัทB มีการสร้างความรู้ที่กว้างขวางและความรู้โอกาสร่วมกันระหว่างทีมงานกะการผลิตและหน่วยงานในการปรับปรุงคุณภาพและประสิทธิภาพการทำงานตลอดทั้งบริษัท ที่สมมติฐานของความเป็นอิสระที่จำเป็นสำหรับวิธีการทางสถิติตัวแปรเช่นการวิเคราะห์การถดถอยอาจจะไม่ได้รับความพึงพอใจ ดังนั้นเราคำนวณสถิติ Durbin-Watson โดยใช้ Minitab 16 ซอฟแวร์ทางสถิติเพื่อประเมินว่าสมมติฐานของความเป็นอิสระสำหรับการถดถอยเชิงเส้นได้พบกับการทดสอบสำหรับการปรากฏตัวของอัตบวก. สถิติ Durbin-Watson D ที่มีความสำคัญบนและล่างของค่าdL และ dU ที่แสดงอยู่ในนิทรรศการ 3. บริษัท A, C, D, เป็นเดียวกับกลุ่มตัวอย่างก่อนการทดลองสำหรับบริษัท B เกณฑ์ตั้งแต่เดอร์บินวัตสันสถิติ-D เหนือตอนบนข้อ จำกัด ที่สำคัญ dU (เดอร์บินและวัตสัน 1971; & เดอร์บิน วัตสัน 1951; Helsel และเฮิร์ช, 2002) สำหรับกลุ่มตัวอย่างหลังการทดลองของ บริษัท บี subsample วิธีการตามที่เสนอโดย Helsel และเฮิร์ช (2002) เพื่อลดความสัมพันธ์แบบอนุกรม (ยังเรียกว่าอัต) ถูกนำมาใช้โดยการเพิ่มตัวอย่างช่วงเวลาจากหนึ่งเดือนถึงสองเดือน ในฐานะที่เป็นผลให้subsampled ชุดข้อมูลหลังการทดลองในด้านคุณภาพผลิตภัณฑ์ของ บริษัท บีคะแนนและอัตราการปัญหาที่มีคุณภาพได้รับการยืนยันที่จะไม่ถูกบวกอัตสหสัมพันธ์ประชุมสมมติฐานของความเป็นอิสระ การวิเคราะห์การถดถอยได้ดำเนินการเกี่ยวกับ บริษัท บี subsampled ชุดข้อมูลหลังการทดลอง

ผลลัพธ์ (ไทย) 3:

เพื่อประเมินการใช้สถิติพาราเมตริก สำหรับงานวิจัยนี้
และก่อนดำเนินการกับการวิเคราะห์ความแปรปรวน ( ANOVA ) และการวิเคราะห์การถดถอยการวิเคราะห์ตกค้าง
,
เพลงจำนวน 16 สถิติซอฟต์แวร์ ตามโครงเรื่องที่ตกค้าง
ข้อมูลตรงตามสมมติฐานของ homoscedasticity
, เนื่องจากไม่พบความแตกต่างในความแปรปรวน
.ของความคลาดเคลื่อนกับตัวแปรอิสระและต่อต้าน
พอดีค่า ( แล็ตติน คาร์โรล & , สีเขียว , 2003 ) ความคลาดเคลื่อนแบบสุ่ม
ผันผวนประมาณศูนย์ และไม่มีระบบแบบแผนคือ
ที่ตรวจพบในแปลงที่เหลือ นอกจากนี้ เนื่องจากตัวอย่าง
ขนาดในแต่ละแปดหลังกลุ่มเท่ากัน ( N = 8 = 72 )
2 วัดคะแนนคุณภาพของผลิตภัณฑ์ และอัตราปัญหาคุณภาพ ,
การวิเคราะห์ความแปรปรวนไม่วิกฤตได้รับผลกระทบจากความแปรปรวนไม่เท่ากัน ( Levine
เบเรนสัน , สตีเฟ่น&แคร์บิล , 2005 ) ก่อนและหลัง
ข้อมูลวิจัยให้กับบริษัท A และ B ตามสมมติฐานของ
ปกติตามปกติน่าจะเป็นแปลงค่า
และฮิสโตแกรมของความคลาดเคลื่อน . เบ้ปี
ซึ่งบ่งชี้ว่า การกระจายของบริษัท C และ D
จะค่อนข้างแตกต่างจากปกติแบบการวิเคราะห์ความแปรปรวนทางเดียว และการวิเคราะห์การถดถอยยังคงเป็นเครื่องมือในการวิเคราะห์การยอมรับภายใต้
สภาวะดังกล่าว ระบุว่า ขนาดตัวอย่างมีขนาดใหญ่เพียงพอ (
agresti &แฟรงคลิน , 2009 ) ตามทฤษฎีขีดจำกัดกลาง
ตัวอย่างการแจกแจงของวิธีการสำหรับสี่ บริษัท ในงานวิจัยนี้มีตั้งแต่ประมาณปกติ

ตัวอย่างชุดมีขนาดใหญ่พอสมควร อย่างไรก็ตามไม่ใช้พารามิเตอร์และ Kruskal Wallis
Spearman Rank การทดสอบโดยใช้โปรแกรม 16 สถิติซอฟต์แวร์
) มีการตรวจสอบสมมติฐานปกติใช้
การทดสอบพาราเมตริก . ตามสมมติฐานของความเป็นอิสระ ยังไม่พบความสัมพันธ์ระหว่างค่า

ติดต่อกันเมื่อเทียบกับเวลาที่ควรปัจจุบัน ( Levine et al . , 2005 ) อัสสัมชัญ
อิสระได้รับการสนับสนุนเนื่องจากแต่ละสี่ บริษัท ผลิตหลายและแตกต่างกัน
แบบผลิตภัณฑ์ในสายการผลิตที่แยกต่างหาก

สายการผลิตภายในบริษัทงาน
2 หรือ 3 กะต่อวันโดยใช้หน่วยที่แตกต่างกันในแต่ละกะ
มันจะสันนิษฐานว่าเหตุการณ์ที่ส่งผลต่อสายการผลิตหนึ่งลูกเรือ
เช่นคะแนนคุณภาพต่ำโดยเฉพาะ มีเพียงระยะสั้น